文献

J-GLOBAL ID：202002222814628930   整理番号：20A1219776

ランダムフォレストによる二次元自己相関プロセス異常の識別【JST・京大機械翻訳】

Using random forest for out-of-control patterns recognition in bivariate autocorrelated process

著者 (4件)： Wan Yuwei (昆明理工大学,昆明,650500) ,  Zhu Bo (昆明理工大学,昆明,650500) ,  Wu Changliang (昆明理工大学,昆明,650500) ,  Zhao Chengran (昆明理工大学,昆明,650500)
資料名： Zhizaoye Zidonghua  (Zhizaoye Zidonghua)
巻： 42  号： 2  ページ： 60-64  発行年： 2020年 
JST資料番号： C2179A  ISSN： 1009-0134  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ランダムフォレストに基づくパターン分類装置を,2D自己相関プロセスの異常パターン認識問題のために提案した。まず第一に,2D自己相関プロセスARモデルをMonte-Carloシミュレーション法によって構築して,このモデルによってランダムにデータセットを生み出した。第二に,ランダム森林分類装置に基づく異常パターン認識実験を,データセットを用いて実施した。最後に,BPニューラルネットワークの実験結果と組み合わせて,両者の認識性能を比較した。実験結果は,同じ訓練時間の下で,ランダムフォレストが,2D相関プロセス異常パターンの識別に対して,より高い認識精度を持ち,ランダムフォレストの優れた性能を実証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  パターン認識 ,  分類装置 ,  パターン分類 ,  *二次元 ,  自己回帰モデル ,  自己相関
準シソーラス用語： 認識精度 ,  逆伝播ニューラルネットワーク ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  電気式制御機器  (IC02020Y)

タイトルに関連する用語 (4件)： ランダムフォレスト ,  自己相関 ,  プロセス ,  識別